待验证50% 置信解决方案精确时间

语义切分（Semantic Chunking）依据句子嵌入相似度动态确定切分点，能更好地保留段落完整语义边界

1

来源数

50%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

从零构建RAG：用本地小模型打造领域专家系统

bilibili比特光锥_BightCone2026/7/3

相关事实

待验证语义分块基于句子嵌入的相似度变化检测段落边界，可避免固定长度分块导致的语义断裂83% 相似待验证近义词归一化可通过Sentence-BERT等句嵌入模型将词语映射为稠密向量，再通过余弦相似度计算语义接近程度80% 相似待验证Sentence-BERT通过孪生网络结构将句子映射为固定维度的稠密向量，专为句子级语义相似度优化80% 相似待验证语义搜索将文本转换为高维向量，通过计算余弦相似度找出最相关的结论，使得不同表述方式的查询也能命中语义相符的结果76% 相似待验证通过歌词文本进行语义搜索可利用余弦相似度进行模糊匹配，弥合记忆模糊与精确检索之间的鸿沟74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/115786

API

curl https://kongchang.com/api/v1/knowledge/claims/115786

MCP

get_claim(id=115786)